基于数据融合的一种校园安全判定模型构建与研究

• 作者: 赵文龙 邓文雯 张强伟 孙玉
• 来源期刊: 中国教育信息化（高教职教）
• 关键词: 数据融合 判定模型 数据驱动 辅助决策 预测分析
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 教育大数据
• 页码范围: 65-68
• 页数: 4页
• 分类号: G717|TP391.77
• 语种: 中文
• DOI: 10.3969/j.issn.1673-8454.2021.08.013

摘要

传统学生在校状态往往基于一卡通消费数据进行判断,存在数据质量不高、消费随机性较大等现象,加上信息时代行为习惯不同,导致数据精准度不高、预测性不强、可信度较差.为精准掌握学生在校状态,文章提出一种基于多源数据融合的判定模型,结果表明:行为活动时间长度在筛选时间段长度[60％,80％]之间时,是否在校判定模型的计算结果与实际在校状态基本相符,准确率可达98％以上,为疫情防控提供了辅助决策支持,为平安校园建设提供了一种技术保证,并根据ARIMA模型进行预测分析,对学情管理具有一定的指导价值.